PHREG プロシジャにおける共変量調整解析に関連したオプション機能魚住龍史 1 * 矢田真城 2 浜田知久馬 3 1 京都大学大学院医学研究科医学統計生物情報学 2 エイツーヘルスケア株式会社 3 東京理科大学 Investigating fascinating aspects associa

Size: px

Start display at page:

Download "PHREG プロシジャにおける共変量調整解析に関連したオプション機能魚住龍史 1 * 矢田真城 2 浜田知久馬 3 1 京都大学大学院医学研究科医学統計生物情報学 2 エイツーヘルスケア株式会社 3 東京理科大学 Investigating fascinating aspects associa"

つづるふじがわ
5 years ago
Views:

PHREG プロシジャにおける共変量調整解析に関連したオプション機能魚住龍史 1 * 矢田真城 2 浜田知久馬 3 1 京都大学大学院医学研究科医学統計生物情報学 2 エイツーヘルスケア株式会社 3 東京理科大学 Investigating fascinating aspects associated with covariate-adjusted analysis using PHREG

1 PHREG プロシジャにおける共変量調整解析に関連したオプション機能魚住龍史 1 * 矢田真城 2 浜田知久馬 3 1 京都大学大学院医学研究科医学統計生物情報学 2 エイツーヘルスケア株式会社 3 東京理科大学 Investigating fascinating aspects associated with covariate-adjusted analysis using PHREG procedure Ryuji Uozumi 1 *, Shinjo Yada 2, and Chikuma Hamada 3 1 Kyoto University Graduate School of Medicine 2 A2 Healthcare Corporation 3 Tokyo University of Science * uozumi@kuhp.kyoto-u.ac.jp

2 大橋靖雄浜田知久馬魚住龍史 (2016) 生存時間解析応用編 -SAS による生物統計東京大学出版会浜田魚住 (2016). Death Note の統計学. SAS ユーザー総会. 2

3 3 大橋靖雄浜田知久馬魚住龍史 (2016) 生存時間解析応用編 -SAS による生物統計東京大学出版会第 2 章 LIFETEST 第 3 章 PHREG 第 4 章 POWER

4 4 第 3 章 : コックス回帰によるハザード比の推定とその拡張 (PHREG プロシジャ ) 3.1 PHREG プロシジャによる様々な線型仮説に対する検討 3.2 共変量および多重性の調整 3.3 最大対比法の適用 3.4 モデルの評価 3.5 フレイルティモデルと周辺コックスモデルによるクラスター生存時間データの解析

5 5 本発表のトピック BASELINE 文における DIRADJ オプションを用いた生存関数の推定 LSMEANS 文による Diffogram

6 6 本発表のトピック BASELINE 文における DIRADJ オプションを用いた生存関数の推定 LSMEANS 文による Diffogram

7 7 Direct adjusted survival curves の報告例 Survival curves were investigated for patients in each category adjusted for covariates by using direct adjusted survival estimation. Yuan et al (2017). Cigarette Smoking and Pancreatic Cancer Survival. J Clin Oncol.

8 8 進行肺癌患者データセット (n = 137): VALung (Veterans Administration Lung cancer trial ) Time: 死亡までの時間 ( 日 ) Therapy: 治療法 (Therapy = test, standard ) 変数 Therapy2: 文字変数 Therapy2 を数値変数化 Cell: 組織型 ('adeno' 腺癌,'small' 小細胞癌,'large' 大細胞癌,'squamous' 扁平上皮癌 ) CellC: 文字変数 Cell を数値変数化 Kps: Karnofsky Performance Scale Prior: 既往歴の有無 (Prior = 0 無,1 有 )

9 BASELINE 文による生存時間曲線大橋浜田魚住 (2016) 生存時間解析応用編 SAS による生物統計 3.2 節共変量および多重性の調整 [Page 108] 9

10 BASELINE 文における DIRADJ オプション /* 共変量調整なし */ proc phreg data=valung plots(overlay)=survival; class Cell; model Time*Censor(1) = Cell; baseline out=out1 survival=s / nomean diradj group=cell; run; /* 共変量調整あり */ proc phreg data=valung plots(overlay)=survival; class Prior Cell Therapy; model Time*Censor(1) = Cell Kps Prior Therapy; baseline out=out2 survival=s covariates=valung / nomean diradj group=cell; run; 大橋浜田魚住 (2016) 生存時間解析応用編 SASによる生物統計 3.2 節共変量および多重性の調整 [Page 109] 10

11 ODS GRAPHICS による出力 proc phreg data=valung plots(overlay)=survival; class Cell; model Time*Censor(1) = Cell; baseline out=out1 survival=s / nomean diradj group=cell; run; 11

12 Breslow 法による生存時間曲線デフォルト : Kaplan-Meier 法デフォルト : Breslow 法 12

13 BASELINE 文によるベースラインハザード比例ハザードモデル T ( t X ) 0 ( t) exp( X ) ベースラインハザード関数 ˆ0 ( t) i Y i N ( t) ( t) exp( T x i ) Breslow (1974) Biometrics (T, X) : ( 生存時間, 説明変数 ) を表す確率変数 ( t 0 ) : ベースラインハザード関数 N (t) : 時点 t におけるイベント数 Y ( t) 1( t t) : 個体 i の時点 t における i i リスク集合の指示関数 t i, x ) : 個体 i における実現値 ( i 13

14 14 BASELINE 文による生存関数 Breslow 法による累積ベースラインハザード関数 ˆ ( t ) ˆ t ( t t i ) 0 0 i Breslow 法による生存関数 Sˆ( t x, ˆ) exp - ˆ ( ) exp( ˆ T 0 t x)

15 15 BASELINE 文による生存関数 Breslow 法による生存関数 Sˆ( t x, ˆ) exp ˆ ( )exp( ˆ T - 0 t x) Kaplan-Meier 法による生存関数 Sˆ( t x, ˆ) 1- t i t exp( ˆ T x) ˆ 0 ( t i )

16 BASELINE 文における単変量の生存関数推定 proc phreg data=valung; class CellC; model Time*Censor(1) = CellC; baseline out=out survival=s / nomean diradj method=breslow group=cellc; run; COVARIATES = なし 16

method=pl group=cellc; run; WARNING: METHOD=PL in the BASELINE statement

17 DIRADJ オプションが指定できない推定方法 proc phreg data=valung; class CellC; model Time*Censor(1) = CellC; baseline out=out survival=s / nomean diradj method=pl group=cellc; run; WARNING: METHOD=PL in the BASELINE statement is ignored when the DIRADJ option is also specified. METHOD=BRESLOW is used instead. 17

18 各オプションを用いた単変量の生存関数の推定 proc phreg data=valung; /* オプションなし */ class CellC; model Time*Censor(1) = CellC; baseline out=out1 survival=s / nomean group=cellc; run; proc phreg data=valung; /* DIRADJ */ class CellC; model Time*Censor(1) = CellC; baseline out=out2 survival=s / nomean diradj group=cellc; run; proc phreg data=valung; /* COVARIATES= */ class CellC; model Time*Censor(1) = CellC; data Dummy; do CellC=1 to 4; output; end; run; baseline out=out3 survival=s covariates=dummy / nomean group=cellc; run; proc phreg data=valung; /* DIRADJ + COVARIATES= */ class CellC; model Time*Censor(1) = CellC; baseline out=out4 survival=s covariates=dummy / nomean diradj group=cellc; run; 18

19 各オプションを用いた単変量の生存関数の推定 19

20 DIRADJ オプションによる調整生存関数を推定各治療における生存関数を推定 proc phreg data=valung; /* DIRADJ + COVARIATES= */ class CellC Therapy2/ param=glm; model Time*Censor(1) = CellC Therapy2; baseline out=out1 survival=s covariates=dummy2 / diradj nomean group=therapy2; run; proc phreg data=valung; /* DIRADJ */ class CellC Therapy2/ param=glm; model Time*Censor(1) = CellC Therapy2; baseline out=out2 survival=s / diradj nomean group=therapy2; run; data Dummy2; do CellC=1 to 4; do Therapy2=1 to 2; output; end; end; run; 20

21 SAS/STAT による Breslow 法による生存時間曲線各治療における生存関数を推定 21

22 22 BASELINE 文で推定される生存関数 Treatment (i) Cell (j) Ŝ11 Ŝ Ŝ Ŝ14 Ŝ21 Ŝ Ŝ Ŝ24 : 治療 i, 腫瘍型 j における予測生存関数 Ŝ ij n ij : 治療 i, 腫瘍型 j における例数

23 23 BASELINE 文で推定される調整生存関数 proc phreg data=valung; class CellC Therapy2/ param=glm; model Time*Censor(1) = CellC Therapy2; baseline out=out1 survival=s covariates=dummy2 / diradj nomean group=therapy2; run; Treatment (i) Cell (j) Ŝ11 Ŝ Ŝ Ŝ14 Ŝ21 Ŝ Ŝ Ŝ24 生存関数の推定 S S S 1 j ˆ1 j 2 S j ˆ2 j / / 4 4

24 24 BASELINE 文で推定される重み付き調整生存関数 proc phreg data=valung; class CellC Therapy2/ param=glm; model Time*Censor(1) = CellC Therapy2; baseline out=out2 survival=s / diradj nomean group=therapy2; run; Treatment (i) Cell (j) Ŝ11 Ŝ Ŝ Ŝ14 Ŝ21 Ŝ Ŝ Ŝ24 生存関数の推定 ~ S 1 ~ S 2 j j n ˆ j S1 j / n ˆ j S2 j / n n

25 重み付き調整生存関数の計算イメージ調整因子 (Cell) の水準数が j = 1, 2 の場合 Ŝ11 の係数 Ŝ12 の係数 DIRADJ COVARIATE = 25

26 26 調整生存関数の計算イメージ調整因子 (Cell) の水準数が j = 1, 2 の場合 Ŝ11 の係数 Ŝ12 の係数 COVARIATE = DIRADJ

27 27 AT ADJUST= OBSMARGINS STDERR LSMEANS BYLEVEL PDIFF E CL 魚住 (2014). LS-Means 再考. SAS ユーザー総会. 魚住 (2014). LS-Means 再考. SAS ユーザー総会.

28 28 本発表のトピック BASELINE 文における DIRADJ オプションを用いた生存関数の推定 LSMEANS 文による Diffogram

29 PHREG プロシジャによる様々な線型仮説に対する検討ハザード比の推定 HAZARDRATIO 文 (SAS/STAT 9.2 以降 ) LSMEANS / LSMESTIMATE / ESTIMATE 文 (SAS/STAT 9.3 以降 ) STORE 文 (SAS/STAT 9.3 以降 )

30 ODS GRAPHICS による出力 PHREG プロシジャ LSMEANS 文 Diffogram Mean-Mean scatter plot 30

31 PHREG プロシジャによる最小二乗平均の差 LSMEANS 文による共変量を調整した推定結果 Cell _Cell 推定値 Cell の最小 2 乗平均の差多重比較の調整 : Tukey-Kramer 調整済下限値調整済上限値指数調整済下限 Exp 調整済上限 Exp adeno large adeno small adeno squamous large small large squamous small squamous

32 PHREG プロシジャのプログラム ods select Diffs DiffPlot; proc phreg data=valung; class Prior Cell Therapy / param=glm; model Time*Censor(1) = Kps Cell Prior Therapy Prior*Therapy; lsmeans Cell / adjust=tukey cl exp; run; 大橋浜田魚住 (2016) 生存時間解析応用編 SAS による生物統計 3.2 節共変量および多重性の調整 [Page 106] 32

33 PHREG プロシジャ - MEANPLOT lsmeans Cell / plot=meanplot means adjust=tukey cl exp; 33

34 オプションの有無による Diffogram の比較 lsmeans Cell / plot=diff(noabs center) means adjust=tukey cl exp; オプションなしオプションあり 34

35 PHREG プロシジャによる最小二乗平均 LSMEANS 文による共変量を調整した推定結果 Cell の最小 2 乗平均 Cell 推定値標準誤差 z 値 Pr > z 下限上限指数 adeno large small squamous <

36 36 本発表のまとめ第 3 章 :PHREG SAS プログラムの詳細は論文集を参照 BASELINE 文 Breslow 法 DIRADJ オプション COVARIATES = オプション ( 重み付き ) 調整生存関数の推定 LSMEANS 文 Diffogramの出力 MEANS/NOABS/CENTER オプション

37 今後もお問い合わせお待ちしております!! 連絡先 : 魚住龍史 (uozumi@kuhp.kyoto-u.ac.jp) 37

主要参考文献 1. Breslow N. Covariance analysis of censored survival data. Biometrics. 30:89 99, 1974. 2. High R. Plotting Differences among LSMEANS in Generalized Linear Models.

38 主要参考文献 1. Breslow N. Covariance analysis of censored survival data. Biometrics. 30:89 99, High R. Plotting Differences among LSMEANS in Generalized Linear Models. Proceedings of the SAS Global Forum. SAS Institute Inc., Cary, NC, Available at 3. Yuan C, Morales-Oyarvide V, Babic A, et al. Cigarette smoking and pancreatic cancer survival. Journal of Clinical Oncology. 35: , 魚住龍史. LS-Means 再考 -GLMとPLMによるモデル推定後のプロセス-. SASユーザー総会論文集 2014, 魚住龍史森田智視. 生存時間解析における三種の神器. 呼吸, 34: , 魚住龍史. 有名論文から統計の基礎を学ぶ :COURAGE 試験における生存時間解析の側面. Coronary Intervention, 13: 38 43, 大橋靖雄浜田知久馬. 生存時間解析 SAS による生物統計. 東京大学出版会, 大橋靖雄浜田知久馬魚住龍史. 生存時間解析応用編 SAS による生物統計. 東京大学出版会, 浜田知久馬魚住龍史. SASによる生存時間解析の拡張機能. SAS Learning Session 2016a. 配付資料. 10. 浜田知久馬魚住龍史. SASによる生存時間分布の予測 Death Noteの統計学. SASユーザー総会論文集 2016b,

スライド 1

スライド 1 線形モデルにおける CLASS ステートメントの機能吉田早織 1 魚住龍史 2 1 日本化薬株式会社医薬データセンター 2 京都大学大学院医学研究科 The fascinating features for the CLASS in the context of linear models Saori Yoshida 1 and Ryuji Uozumi 2 1 Clinical Data Management